Maximum Likelihood Estimation of the Parameters of Progressively Type-2 Censored Samples From Weibull Distribution Using Genetic Algorithm

Aydın KARAKOCA; Ahmet PEKGÖR

doi:https://doi.org/10.21541/apjes.452564

Makale detayları

Maximum Likelihood Estimation of the Parameters of Progressively Type-2 Censored Samples From Weibull Distribution Using Genetic Algorithm

Yazarlar:

Aydın KARAKOCA | Ahmet PEKGÖR

Yayıncı:

Akademik Perspektif Derneği

Ana Başlıklar:

Uygulamalı fizik

Dergi:

Academic Platform - Journal of Engineering and Science 2019 Vol.7 Issue 2, pp.189-199

Belge Tipi:

Makale

Yayın Tarihi:

5/2019

Belge Dili:

İngilizce

Document ID (Org No.):

2000874697

Sıklık:

Aylık

eISSN:

2822-2385

DOI:

https://doi.org/10.21541/apjes.452564

Anahtar kelimeler:

Özet:

 


In this study we suggested an alternative solution to the parameter estimation problem of the Weibull distribution based on
progressively Type-II censored samples with Newton method. Newton is one of the widely used methods for solving the system
of equations especially in maximum likelihood estimation. Even though it is popular, the biggest disadvantage of the Newton
method is that it is a valid method for only functions that derivativable at least two times. Since the likelihood functions are in
more complex form for censored samples than in full samples, calculations of derivatives and related processes are more
complicated. We proposed to use the Genetic Algorithm an alternative to the limitations of the Newton method in solution of
system of equations in maximum likelihood estimation. Performance of these methods are evaluated by the simulated bias and
mean square error criteria by an intensive simulation study. Simulation results of the study showed that the suggested method
give better results than Newton method for scale parameter for all conditions. Also shape parameter results for simulated biases
are similar for GA and Newton method but Newton has better mean squared error values for some censoring schemes.


.

 


Bu çalışmada Weibull dağılımına sahip ilerleyen tür tip 2 sansürlü örneklemlerde parametre tahmini probleminde Newton
yöntemine alternatif bir çözüm önerilmiştir. Newton yöntemi en çok olabilirlik tahmininde sıklıkla kullanılmaktadır. Newton
yöntemi popüler olmasına rağmen en büyük dezavantajı en az iki kez türevlenebilir fonksiyonlar için kullanılabilmesidir.
Olabilirlik fonksiyonu sansürlü örneklemlerde tam örneklemlere göre fonksiyonel olarak daha kompleks bir yapıda olduğundan,
türev ve diğer hesaplamalar nispeten daha karışıktır. Bu çalışmada en çok olabilirlik yönteminde elde edilen denklem sisteminin
çözümü için Newton metodunun kullanımındaki kısıtlamalara bir alternatif olarak Genetik Algoritma önerilmiştir. Detaylı bir
simülasyon çalışması yardımıyla yan ve hata kareler ortalaması ile iki yöntemin performansları değerlendirilmiştir. Simülasyon
sonuçlarına göre önerilen yöntemin karşılaştırılan tüm durumlar için ölçek parametresi için daha iyi sonuçlar verdiği, şekil
parametresi için ise yanlar açısından sonuçların benzer olduğu ancak hata kareler ortalamasına göre bazı sansür şemaları için
Newton yönteminin iyi sonuç verdiği bulunmuştur.


.

Makale detayları

Maximum Likelihood Estimation of the Parameters of Progressively Type-2 Censored Samples From Weibull Distribution Using Genetic Algorithm

Yazarlar:

Aydın KARAKOCA | Ahmet PEKGÖR

Yayıncı:

Akademik Perspektif Derneği

Ana Başlıklar:

Uygulamalı fizik

Dergi:

Academic Platform - Journal of Engineering and Science 2019 Vol.7 Issue 2, pp.189-199

Belge Tipi:

Makale

Yayın Tarihi:

5/2019

Belge Dili:

İngilizce

Document ID (Org No.):

2000874697

Sıklık:

Aylık

eISSN:

2822-2385

DOI:

https://doi.org/10.21541/apjes.452564

İlerleyen Tür Tip 2 Sansürleme

Weibull Dağılımı

Genetik Algoritma

Sayı

Makale detayları

Maximum Likelihood Estimation of the Parameters of Progressively Type-2 Censored Samples From Weibull Distribution Using Genetic Algorithm

Yazarlar: Aydın KARAKOCA | Ahmet PEKGÖR

Yayıncı: Akademik Perspektif Derneği

Ana Başlıklar: Uygulamalı fizik

Dergi: Academic Platform - Journal of Engineering and Science 2019 Vol.7 Issue 2, pp.189-199

Belge Tipi: Makale

Yayın Tarihi: 5/2019

Belge Dili: İngilizce

Document ID (Org No.): 2000874697

Sıklık: Aylık

eISSN: 2822-2385

DOI: https://doi.org/10.21541/apjes.452564

İlerleyen Tür Tip 2 Sansürleme

Weibull Dağılımı

Genetik Algoritma

Sayı

Yazarlar:

Aydın KARAKOCA | Ahmet PEKGÖR

Yayıncı:

Akademik Perspektif Derneği

Ana Başlıklar:

Uygulamalı fizik

Dergi:

Academic Platform - Journal of Engineering and Science 2019 Vol.7 Issue 2, pp.189-199

Belge Tipi:

Makale

Yayın Tarihi:

5/2019

Belge Dili:

İngilizce

Document ID (Org No.):

2000874697

Sıklık:

Aylık

eISSN:

2822-2385

DOI:

https://doi.org/10.21541/apjes.452564